20210930-IDC-IDC_MarketScape_2021_亚太区（不含日本）视觉人工智能软件平台厂商测评_11页_283kb

总结：IDC MarketScape - Asia/Pacific (Excluding Japan) Vision AI Software Platform 2021 Vendor Assessment

核心内容

IDC MarketScape 报告评估了亚太地区（不包括日本）的 Vision AI 软件平台供应商，重点分析了其在三个主要使用场景中的表现和能力：生产力提升、用户体验优化和决策推荐。报告指出，Vision AI 已成为人工智能研究的重要领域，其发展得益于深度学习算法、图像数据标注库、边缘设备普及以及云计算的广泛应用。

主要观点

• Vision AI 的重要性：视觉是人类大脑处理信息的主要方式，约 80% 的知识来自视觉感知，因此计算机视觉成为 AI 研究的重点。
• 使用场景分类：
  • 生产力提升：用于增强现有业务流程，如质量检测、自动化处理、安全监控等。
  • 用户体验优化：提供更个性化、无侵入性的服务，如身份验证、内容管理、视频增强等。
  • 决策推荐：涉及复杂分析，如零售货架分析、医疗影像分析、在线教育行为分析等。
• 技术趋势：
  • 数据重力：大型数据集和平台吸引更多的数据和应用，对 Vision AI 供应商至关重要。
  • 边缘到云部署：随着边缘设备的普及，解决方案需兼顾模型质量、响应延迟和服务可用性。
  • 学习循环：随着使用量增加，数据积累和模型优化形成正向循环，提升 Vision AI 的价值和竞争力。
  • 治理与安全：企业级解决方案需在数据隐私、模型公平性和治理方面有更强保障。
• 挑战与考虑：
  • 数据隐私、模型偏差、数据本地化等是 Vision AI 面临的主要挑战。
  • 技术买家应考虑是否需要集中规划 Vision AI 能力，是否需要复合型 AI、数据管理和云计算能力，以及是否有灵活的成本控制方式。

关键信息

供应商入选标准

• 供应商需提供独立的 Vision AI 软件平台产品或作为通用 AI 平台的一部分。
• 平台支持预训练或定制的计算机视觉模型，涵盖图像和视频处理。
• 平台基于公司自有知识产权，并在 APEJ 市场有至少 12 个月的软件许可或按使用收费收入。

AWS 的表现

• 优势：
  • 涵盖所有三个使用场景，包括制造业质量检测、媒体内容管理、医疗影像分析等。
  • 提供多种 Vision AI 产品，如 Amazon Rekognition、AWS Panorama、Amazon Lookout for Vision 等。
  • 支持定制模型训练，具备数据加密、模型优化、合作伙伴网络等能力。
  • 拥有广泛的区域覆盖和直接销售与服务支持。
  • 有持续的研究与创新投入，包括与高校合作和在国际会议上发布技术论文。
• 挑战：
  • 覆盖广泛但可能在某些细分领域缺乏深度。
  • 需要平衡不同地区的合规性和数据隐私要求。

行动建议

• 技术买家应参考 Vision AI 使用场景，了解产品和服务的创新点。
• 明确关注与使用场景紧密相关的功能，如模型训练、数据标注、模型治理等。
• 重视数据隐私和模型偏差等伦理问题，保持人工监督。
• 将 Vision AI 与其他技术投资（如边缘计算、自动化流程）协同推进。

附录要点

• IDC MarketScape 图表解读：
  • y 轴表示供应商当前的能力和与客户需求的匹配度。
  • x 轴表示供应商未来战略与客户需求的契合度。
  • 供应商大小反映其市场占有率，分为非常大、大、中、小四类。
• 市场定义：
  • Vision AI 软件平台市场涵盖图像和视频处理，使用深度学习技术进行信息提取、分析和理解。
  • 包括场景重建、目标检测、图像标注、文本提取、视频跟踪等技术。

补充资料

• 相关研究：
  • Tackling Artificial Intelligence Solutions' Trust Issues
  • Asia/Pacific (Excluding Japan) AI Applications Spending Forecast, 2019-2024
  • IDC's Worldwide Software Taxonomy, 2021
  • IDC MaturityScape Benchmark: AI in Asia/Pacific (Excluding Japan), 2021

总体结论

Vision AI 是一个快速发展的市场，AWS 在其中表现突出，因其全面的产品线、强大的技术能力、广泛的区域覆盖和成熟的合作伙伴网络。然而，技术买家需根据具体需求选择供应商，避免简单地寻找“全能型”供应商。Vision AI 的成功依赖于数据质量、模型优化、合规性管理以及与业务流程的深度融合。